Autor
Während wir über die Erkenntnisse nachdenken, die wir während des ‘Snowday’-Events am 1. und 2. November gewonnen haben, erwartet uns eine Kaskade aufregender Enthüllungen über die Zukunft von Snowflake.
Dieser Artikel befasst sich mit den bemerkenswerten wissenschaftlichen Funktionen des data, die auf der Veranstaltung vorgestellt wurden, und beleuchtet die Innovationen und Fortschritte, die im Mittelpunkt der Veranstaltung standen.
Begleiten Sie uns auf dieser Reise und erfahren Sie mehr über die Highlights der Snowdays, insbesondere über die neuesten wissenschaftlichen Funktionen des data, wie z. B.:
Snowflake Cortex Highlights
Ein Überblick über die GenAI- und LLM-Funktionen in Snowflake
Sprachmodell-Fähigkeiten (LLM) (einige Modelle sind öffentlich, während andere noch in der privaten Vorschau sind)
LLMs sind eine neue Art von KI-Modellen, die Texte generieren, Sprachen übersetzen, verschiedene Arten von kreativen Inhalten schreiben und Ihre Fragen auf informative Weise beantworten können. Mit seinen neuen LLM-Fähigkeiten ist Snowflake eines der ersten cloud data platforms, das Benutzern Zugang zu dieser leistungsstarken neuen Technologie bietet.
Damit unterscheidet sich Snowflake von anderen cloud data platforms, denn es verschafft Snowflake-Anwendern einen erheblichen Vorteil bei der Entwicklung von KI-Anwendungen. Mit Snowflake Cortex können Anwender jetzt ganz einfach KI-Anwendungen entwickeln, die eine Vielzahl von Aufgaben erfüllen können, z. B. reports generieren, Betrug erkennen und das Kundenverhalten vorhersagen.
Im Folgenden finden Sie einige konkrete Anwendungsfälle für die LLM-Funktionen von Snowflake:
Erweiterte Suchfunktionen (in der privaten Vorschau)
Schneeflocke ist neu Erweiterte Suchfunktionen machen es den Benutzern leichter denn je, das benötigte data zu finden, unabhängig davon, wo es gespeichert ist. Dies ist ein großer Vorteil gegenüber anderen cloud data platforms, die in der Regel nur begrenzte Suchmöglichkeiten bieten.
Die neuen Suchfunktionen von Snowflake ermöglichen es den Nutzern insbesondere:
Diese erweiterten Suchfunktionen können Benutzern helfen, bei der Arbeit mit data Zeit zu sparen und produktiver zu sein. Zum Beispiel könnte ein data-Analyst die neuen Suchfunktionen nutzen, um schnell alle data zu finden, die für ein bestimmtes Analyseprojekt relevant sind. Oder ein Geschäftsanwender könnte die neuen Suchfunktionen nutzen, um alle data zu finden, die sich auf einen bestimmten Kunden oder ein bestimmtes Produkt beziehen.
Ganz zu schweigen davon, dass die Verwendung der verschiedenen Snowflake-Filter, die diese Suchfunktionen bieten (Spaltenbenennung, Tagging, metadata-Spezifikation), zu einer Erhöhung der data-Konsistenz führt.
Abschließend ist anzumerken, dass damit ein wichtiger Aspekt von data-Katalogen angesprochen wird. Angesichts der Herausforderungen, die die Implementierung eines data-Katalogs mit sich bringt, ist die Nutzung dieser in Snowflake integrierten Funktion besonders interessant.
SQL-Befehle für die Stimmungsanalyse und -zusammenfassung (in privater Vorschau)
Die neuen SQL-Befehle von Snowflake für die Stimmungsanalyse und die Zusammenfassung machen es den Benutzern leicht, Erkenntnisse aus ihrem data zu gewinnen, ohne neue Tools oder Sprachen lernen zu müssen. Dies ist ein großer Vorteil gegenüber anderen cloud data platforms, bei denen die Benutzer in der Regel separate Tools für diese Aufgaben verwenden müssen.
Die neuen SQL-Befehle von Snowflake ermöglichen es den Benutzern,:
Diese neuen SQL-Befehle können Anwendern helfen, bei der Arbeit mit data Zeit zu sparen und produktiver zu sein. Ein Geschäftsanwender könnte die neuen SQL-Befehle zum Beispiel nutzen, um schnell die Stimmung von Kundenrezensionen zu analysieren oder einen langen und komplexen Bericht zusammenzufassen.
Snowflake Copilot (in privater Vorschau)
Es ist ein LLM-gestützter Assistent zur Erstellung und Verfeinerung von SQL mit natürlicher Sprache. Darüber hinaus wird diese Text-to-Code-Funktionalität bald auch programmatisch über eine Allzweckfunktion, Text2SQL, mit Snowflake Cortex zur Verfügung stehen.
Dokument Data Extraktion mit Document AI (in privater Vorschau)
Snowflake Cortex's Dokument-KI, LLM ermöglicht die effiziente Extraktion von data aus verschiedenen Dokumenttypen (pdf, word, txt, Screenshots) und spart so Zeit und Ressourcen bei der manuellen data-Verarbeitung.
Insgesamt sind die neuen Funktionen von Snowflake sehr beeindruckend und haben das Potenzial, die Art und Weise zu revolutionieren, in der Menschen cloud data platforms verwenden.
Snowflake hebt sich deutlich von der Konkurrenz ab, indem es innovative Funktionen anbietet, die es den Anwendern erleichtern, KI-Anwendungen zu entwickeln und einzusetzen, data zu finden, ML-Funktionen zu verwalten und ML-Modelle gemeinsam zu nutzen. Snowflake macht es den Anwendern auch leichter, Erkenntnisse aus ihrem data zu gewinnen, ohne neue Tools oder Sprachen lernen zu müssen.
Feature Store (in privater Vorschau)
A Feature Store ist ein zentrales Repository für die Verwaltung und gemeinsame Nutzung von Funktionen für maschinelles Lernen. Der neue Funktionsspeicher von Snowflake erleichtert den Benutzern die Entwicklung und Bereitstellung von ML-Modellen.
Damit unterscheidet sich Snowflake von anderen cloud data platforms, denn es bietet den Anwendern einen einzigen Ort, an dem sie alle ihre ML-Funktionen verwalten können. Dies kann den Benutzern helfen, Zeit zu sparen und die Effizienz ihres ML-Entwicklungsprozesses zu verbessern.
Hier sind einige konkrete Anwendungsfälle für den Snowflake Feature Store:
Modell-Sharing
Die Fähigkeit von Snowflake, ML-Modelle zu teilen, ist ebenfalls ein wichtiges Unterscheidungsmerkmal. Dies wird die Zusammenarbeit bei ML-Projekten erleichtern und den Zugang zu ML demokratisieren.
Snowflake ermöglicht es Anwendern, ML-Modelle mit anderen zu teilen, sowohl innerhalb als auch außerhalb ihres Unternehmens. Dies kann dazu beitragen, die Entwicklung und Einführung von ML-Anwendungen zu beschleunigen.
Im Folgenden finden Sie einige konkrete Anwendungsfälle für die Snowflake-Funktion zur gemeinsamen Nutzung von Modellen:
Snowflake Notebooks (in privater Vorschau)
Schneeflocken-Notizbücher, eine cloud-basierte Umgebung, die speziell für die Entwicklung und Ausführung von Code entwickelt wurde, weist Ähnlichkeiten mit Notebooks auf, die bereits seit einigen Jahren auf anderen cloud data platforms verfügbar sind. Databricks war der Pionier in diesem Bereich, und BigQuery folgte mit seinem Ankündigung am 31. August. Diese Notebooks wurden sorgfältig entwickelt, um die Leistung innerhalb des Snowflake-Ökosystems zu optimieren.
Snowflake Notebooks bieten eine Reihe von Vorteilen gegenüber herkömmlichen IDEs, wie z. B:
Snowflake Notebooks befinden sich derzeit in der Beta-Phase, aber es wird erwartet, dass sie in naher Zukunft für die allgemeine Öffentlichkeit freigegeben werden.
Was Snowflake als Entwicklungsumgebung für maschinelles Lernen von anderen unterscheidet, ist die Tatsache, dass es aus Python-APIs besteht, auf die über die Snowpark ML-Bibliothek zugegriffen werden kann, sowie aus SQL-Schnittstellen für die Definition, Verwaltung und Abfrage von Merkmalen, zusammen mit einer verwalteten Infrastruktur für die Verwaltung der Merkmal-Metadata und die kontinuierliche Verarbeitung von Merkmalen. Dies macht spezielle KI-Fachkenntnisse überflüssig. Darüber hinaus versetzen der Feature Store und die Funktionen zur gemeinsamen Nutzung von Modellen Snowflake in die Lage, besser mit seinen Konkurrenten mitzuhalten, insbesondere mit Databricks, das in den letzten Jahren aufgrund seiner Integration mit ML Flow offensichtlich die Oberhand hatte.
Fazit
Die Vorstellung neuer Funktionen, darunter Snowflake Cortex, Copilot, Document AI und Notebooks, bestätigt das Engagement von Snowflake für Innovation. Obwohl die data Wissenschaftsankündigungen mit den aktuellen GenAI-Trends übereinstimmen, müssen sie mit Vorsicht genossen werden. Es ist bemerkenswert, dass bestimmte Funktionen, obwohl sie schon vor langer Zeit angekündigt wurden, noch immer nicht für alle Umgebungen verfügbar sind. Lassen Sie uns diese Innovationen mit einem offenen Geist und einem vorsichtigen Optimismus angehen, der bereit ist, die Möglichkeiten zu ergreifen und dabei auf dem Boden der Realität zu bleiben.
